ThinkWi-KI

Künstliche Intelligenz erklärt – verständlich und praxisnah

Benutzer-Werkzeuge

Webseiten-Werkzeuge


handbook:formate:datenanalyse:beispiel

Dies ist eine alte Version des Dokuments!


3.4.1. Arbeitsbeispiel

Unternehmensprofil

Die fiktive AutoService Nord GmbH ist ein mittelständischer Betrieb mit Sitz in Greifswald in Mecklenburg-Vorpommern. Das Unternehmen vereint drei Geschäftsfelder:

  • Gebrauchtfahrzeughandel
  • freie Kfz-Werkstatt
  • Verkauf von Transportern und leichten Nutzfahrzeugen

Der Betrieb beschäftigt rund 25 Mitarbeitende aus Werkstatt, Verkauf und Verwaltung.


Ausgangssituation

Die Automobilbranche befindet sich im Wandel. Alternative Antriebe wie Elektrofahrzeuge (BEV) gewinnen an Bedeutung. Gleichzeitig verändern sich Marktanteile, Zulassungstrends und Kundenbedürfnisse – etwa hin zu SUVs oder Transportern für Handwerk und Gewerbe.

Die AutoService Nord GmbH möchte darauf reagieren und plant:

  • eine Anpassung des Fahrzeugangebots im Gebrauchtmarkt
  • eine Modernisierung der Werkstattausstattung, insbesondere für Elektromobilität
  • eine fundierte Investitionsplanung für 2025

Ziel der Analyse

Auf Basis echter Daten des Kraftfahrt-Bundesamtes (KBA) für Dezember 2024 und Januar 2025 soll herausgefunden werden:

  • Welche Fahrzeugklassen und Segmente sind besonders gefragt?
  • Welche Marken und Modelle mit Elektroantrieb zeigen starkes Wachstum?
  • Wie könnte sich dies auf Werkstattbedarf auswirken?

Daten

Grundlage sind Monatsstatistiken vom Kraftfahr-Bundesamtes für die Monate Dezember 2024 und Januar 2025. Die Datenblätter für Dezember 2024 enthalten auch Daten für das gesamte Jahr 2024.

Hinweis: Die Tabellen enthalten enthielten Freitext. Da ChatGPT Probleme hatte die eigentlich Dateninhalte zu finden, musste dies von mir im Vorfeld angepasst werden. Der Inhalt wurde auf die eigentlichen Tabellen reduziert, Deckblätter und Freitext wurde entfernt.

2024

2025


Rolle der KI

Für die Analyse werden klassische Excel-Funktionen mit KI-gestützten Hilfsmitteln kombiniert. Zum Einsatz kommt ChatGPT (Data Analyst), um:

  • Rohdaten schneller zu interpretieren
  • Diagramme automatisch zu beschreiben
  • Textauswertungen und Empfehlungen zu formulieren

Dies zeigt praxisnah, wie KI die Datenanalyse im beruflichen Kontext unterstützt.


Daten einpflegen

Wir geben ChatGPT die notwenidigen Daten, informieren es über die Ausgangssituation.


Abfragen

🔹 Trendbasierte Modell- und Segmentanalyse

Prompt: > Erstelle eine Übersicht der zehn Fahrzeugmodelle mit den höchsten Neuzulassungen im Gesamtjahr 2024 und vergleiche diese mit den Januar-Zahlen 2025. Zeige auf, ob sich Trends bestätigen oder verschieben. Nutze Diagramme für die grafische Darstellung.


🔹 Wachstumsanalyse BEV + Hybrid kombiniert

Prompt: > Ermittle, welche Modelle oder Fahrzeugsegmente 2025 im Vergleich zum Vorjahr einen besonders starken Zuwachs an Elektro- oder Hybridzulassungen aufweisen. Berücksichtige dafür beide Tabellen (nach Marken und nach Segmenten). Gib auch prozentuale Veränderungen an.


🔹 Werkstatt-Relevanz durch Hochvolt-Antrieb

Prompt: > Finde alle Modelle, die sowohl 2024 als auch im Januar 2025 signifikant (>1.000 Zulassungen) mit BEV oder Plug-in-Hybrid ausgestattet waren. Liste diese auf und gib Empfehlungen, ob sich eine Investition in Hochvolt-Diagnosetechnik für Werkstätten lohnt.

Relevante Modelle


🔹 Marken mit Potenzial für Spezialisierung

Prompt: > Welche Marken haben im Betrachtungszeitraum (2024 + Jan 2025) durchgehend hohe Zulassungszahlen bei alternativen Antrieben (BEV/Hybrid)? Zeige auf, ob eine Spezialisierung der Werkstatt auf diese Marken sinnvoll wäre (z. B. VW, Tesla, Hyundai, etc.).


🔹 Segmentanalyse mit Blick auf Zukunftspotenzial

Prompt: > Welche Fahrzeugsegmente (z. B. SUV, Kompaktklasse, Transporter) zeigen eine kontinuierliche Zunahme bei den Neuzulassungen mit alternativen Antrieben? Leite daraus ab, welche Fahrzeugtypen für Service-Angebote und Ersatzteillager in den kommenden Jahren relevant werden könnten.


🔹 Elektrotrends & Geschäftsstrategie

Prompt: > Fasse zusammen, welche Entwicklungen bei alternativen Antrieben zwischen 2024 und Januar 2025 deutlich sichtbar sind. Bewerte daraus, ob ein mittelständischer Kfz-Betrieb in ländlicher Region jetzt in Werkstattausstattung für Elektrofahrzeuge investieren sollte – oder ob es noch zu früh ist.


🔹 Komplexe Kombination: BEV + Allrad nach Segmenten

Prompt: > Ermittle, in welchen Fahrzeugsegmenten BEV-Modelle mit Allradantrieb besonders häufig vorkommen. Analysiere, ob hier ein Spezialbedarf für Werkstatt oder Teilebeschaffung entsteht – z. B. bei SUVs oder Vans.

handbook/formate/datenanalyse/beispiel.1743701552.txt.gz · Zuletzt geändert: 2025/04/03 19:32 von rene

Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki
Chat
WiKiBot ×
Laden...